Block ने Dessa नाम का एक वॉइस AI पेश किया है, जो सुनने में लगभग इंसान जैसा लगता है, सिर्फ भाषण (स्पीच) पर ट्रेन किया गया है और MacBook Pro पर लोकली चल सकता है। इस पर रिएक्शंस दो हिस्सों में बंट गए हैं—कुछ लोग हैरान हैं, तो कुछ ने इसे फोन स्कैम के लिए खतरनाक बताया है। यह इसलिए मायने रखता है क्योंकि अब आवाज़ इतनी असली लग सकती है कि लोगों के लिए यह तय करना मुश्किल हो जाएगा कि वे किसी इंसान से बात कर रहे हैं या मशीन से।
असल में हुआ क्या
Block, जिसे Jack Dorsey चलाते हैं, ने 24 अक्टूबर 2026 को Dessa को एक रिसर्च प्रीव्यू के तौर पर अनाउंस किया। Block के मुताबिक, इस मॉडल को पूरी तरह इंसानी भाषण पर ट्रेन किया गया है, टेक्स्ट पर नहीं, और यह बोलते हुए भी सुन सकता है—यानी रियल टाइम में बीच में टोकने और हंसी जैसी चीज़ों को हैंडल कर सकता है। Dorsey ने X पर लिखा कि इससे बात करना "किसी इंसान से बात करने जैसा लगता है... भावना, बारीकी, ठहराव और एक नैचुरल लय से भरा हुआ।" Block ने Dessa को शुरू से एक ही Nvidia GB200 NVL72 सिस्टम पर ट्रेन किया, और यह M4 Max चिप या उससे बेहतर वाले MacBook Pro पर लोकली चल सकता है। X यूज़र्स Alexander Hoff और Hesamation ने डेमो को हैरान करने वाला बताया, जबकि फिल्ममेकर Justine Bateman और जर्नलिस्ट Shiv Aroor ने चेतावनी दी कि इतनी असली आवाज़ धोखाधड़ी और स्कैम कॉल्स को बढ़ावा दे सकती है। Binance के फाउंडर Changpeng "CZ" Zhao ने अपने GiggleAcademy प्रोजेक्ट के ज़रिए बच्चों की शिक्षा में इसके इस्तेमाल का सुझाव दिया।
यहां तक पहुंचे कैसे
Block की AI रिसर्च लैब सीधे Dorsey को रिपोर्ट करती है और इसमें टोरंटो की स्टार्टअप Dessa के स्टाफ भी शामिल हैं, जिसे Square ने 2020 में खरीदा था। यही वजह है कि मॉडल का नाम Dessa रखा गया और लैब की स्पीच टेक्नोलॉजी में गहरी दिलचस्पी रही है। आज के ज़्यादातर वॉइस असिस्टेंट्स पहले स्पीच को टेक्स्ट में बदलते हैं, फिर जवाब जनरेट करते हैं, और उसे वापस ऑडियो में बदलते हैं—इस प्रोसेस में टोन और टाइमिंग गायब हो जाती है। Dessa ऑडियो को सीधे प्रोसेस करता है, यानी यह बीच का कन्वर्जन स्टेप छोड़ देता है। यह एक बड़े ट्रेंड का हिस्सा है, जिसमें AI वॉइस टूल्स असली लोगों की नकल करने लायक अच्छे होते जा रहे हैं, और 2026 में ऐसे टूल्स पहले ही फोन और वीडियो स्कैम में इस्तेमाल हो चुके हैं।
आपके लिए क्यों मायने रखता है
बिल्डर्स के लिए, Dessa इस बात का संकेत है कि कंज़्यूमर हार्डवेयर पर चलने लायक कॉम्पैक्ट कन्वर्सेशनल AI अब हकीकत के करीब पहुंच रहा है, जो वियरेबल्स या स्मार्ट ग्लासेज़ में वॉइस इंटरफेस डिज़ाइन करने वाले किसी भी शख्स के लिए अहम है। यूज़र्स के लिए, ज़्यादा नैचुरल AI आवाज़ का मतलब है कि फोन कॉल पर इंसान और मशीन में फर्क करने के संकेत कम होते जाएंगे। Block के लिए, यह रिसर्च प्रीव्यू उसकी AI लैब को पेमेंट्स से आगे एक गंभीर खिलाड़ी के तौर पर पेश करता है, हालांकि अभी तक किसी प्रोडक्ट या टाइमलाइन का कोई कमिटमेंट नहीं है। अभी तक कोई बेंचमार्क, मॉडल साइज़ या रिलीज़ डेट सामने नहीं आई है, इसलिए असली दुनिया में इसका परफॉर्मेंस कंपनी के डेमो से बाहर अब तक वेरिफाई नहीं हो पाया है।
बड़ा सवाल
अगर AI आवाज़ें इंसानों से अलग पहचानी ही न जा सकें, तो क्या यह बताना अनिवार्य कर देना चाहिए कि आप किसी मशीन से बात कर रहे हैं, और इसे लागू कौन करेगा?
किस पर नजर रखें
Block ने अभी तक सिर्फ AI सेफ्टी रिसर्चर्स के एक छोटे ग्रुप को शुरुआती एक्सेस दिया है, और कोई पब्लिक रिलीज़ डेट, बेंचमार्क रिजल्ट या मॉडल साइज़ अभी तक सामने नहीं आया है। नजर रखें कि क्या Block इंडिपेंडेंट टेस्टिंग पब्लिश करता है, और क्या CZ का GiggleAcademy बच्चों की शिक्षा के लिए Dessa को अपनाता है। कोई भी कंज़्यूमर रोलआउट अगला बड़ा मील का पत्थर होगा, जिस पर नज़र रखनी चाहिए।
